La adquisición de las imágenes presenta diferentes escalas espaciales en función de los objetos capturados de la escena. Muchas veces, las técnicas de segmentación requieren de un procesado previo que ayude a decidir en la partición de la imagen. La preparación de los datos exige: 1. La eliminación del ruido inherente del proceso de captura de la imagen, 2. La agrupación de los píxeles con conectividad y con similares características y 3. La separación o realce de los grupos anteriormente formados respecto a otros grupos del entorno. El planteamiento propuesto es la búsqueda de una algoritmia que localice la combinación óptima entre la difusión directa con los píxeles vecinos con características similares, combinada con difusión inversa entre los grupos naturales formados. Bajo esta idea, el trabajo se ha desarrollado en el marco de las ecuaciones en derivadas parciales (PDE, Partial – Differential Equations) y el Cálculo Variacional. Estas técnicas han — presentado excelentes resultados en la eliminación del ruido y en la preservación de los bordes. Sin embargo, el mayor inconveniente está en la sensibilidad en la elección de sus parámetros de control y en los tiempos de evolución de sus dinámicas. Una familia de filtros PDE sin parámetros de control ha sido presentada por Tsurkov[17]. El objetivo es mostrar una dinámica PDE óptima, sin necesidad de sintonizar los parámetros de difusión, para el agrupamiento no supervisado de los píxeles.
La adquisición de las imágenes presenta diferentes escalas espaciales en función de los objetos capturados de la escena. Muchas veces, las técnicas de segmentación requieren de un procesado previo que ayude a decidir en la partición de la imagen. La preparación de los datos exige: 1. La eliminación del ruido inherente del proceso de captura de la imagen, 2. La agrupación de los píxeles con conectividad y con similares características y 3. La separación o realce de los grupos anteriormente formados respecto a otros grupos del entorno. El planteamiento propuesto es la búsqueda de una algoritmia que localice la combinación óptima entre la difusión directa con los píxeles vecinos con características similares, combinada con difusión inversa entre los grupos naturales formados. Bajo esta idea, el trabajo se ha desarrollado en el marco de las ecuaciones en derivadas parciales (PDE, Partial – Differential Equations) y el Cálculo Variacional. Estas técnicas han — presentado excelentes resultados en la eliminación del ruido y en la preservación de los bordes. Sin embargo, el mayor inconveniente está en la sensibilidad en la elección de sus parámetros de control y en los tiempos de evolución de sus dinámicas. Una familia de filtros PDE sin parámetros de control ha sido presentada por Tsurkov[17]. El objetivo es mostrar una dinámica PDE óptima, sin necesidad de sintonizar los parámetros de difusión, para el agrupamiento no supervisado de los píxeles. Read More
Related posts:
Aplicaciones de una familia de difusión anisotrópica sobre la evolución de algunos contornos activos
Difusión de radionucleidos en materiales de barrera de un almacenamiento de residuos radiactivos
Segmentación automática de imágenes del hígado adquiridas
por resonancia magnética
El INI y la información. Una aproximación
Uso de técnicas de Deep Learning aplicadas a la restauración de imágenes
Memoria Jornadas El Deporte Femenino en los medios de comunicación: Madrid, 5 y 11 de noviembre de 2009